UPDATE 4 | 17
Gjesteinnlegg 21 behandle både strukturerte og ustrukturerte data i like stor grad .
Vår IBM-plattform muliggjør tilgang til kognitiv Watson-teknologi , som arbeider med maskin- og Deep-Learning-egenskaper .
Det innebærer feedbackbasert evaluering av innhold samt bruk av kunstige , nevronale nettverk som også kan brukes til å tolke ustrukturerte data som tale , lyder eller bilder . Det omfatter også konkret evaluering av bildeopptak og Ultra-High-Definition-kameraer .
Med dem kan inspektører for kvalitetskontroll av produkter identifisere og klassifisere selv de minste produktriper eller skader på størrelse med nålestikk mye raskere og mer målrettet . Tester viser at man ved produksjonssykluser på åtte dager kan spare opptil 80 % av estimert testtid .
Edge-Computing på fremmarsj
En ytterligere fordel er muligheten til å evaluere data direkte der de oppstår , “ at the Edge ”, ved hjelp av nettverksteknologier . Det betyr følgende : Ved hjelp av Edge-Computing er ytelsessterke analyseteknologier i fremtiden tilgjengelig praktisk talt alltid og overalt . På den måten kan medarbeidere som må overvåke tilstanden til maskiner og anlegg som ligger langt unna , mye mer nøyaktig fastsette behovene for vedlikehold eller behov for reservedeler .
Edge-Computing er et alternativ for foretak som ikke har umiddelbar tilgang til høye båndbredder eller rask vei til skyen . Dette gjelder for operatører av vind- og solcelleanlegg . Ved hjelp av slike tilstandsavhengige vedlikeholdskonsepter , der overvåking av utstyr og maskiner foregår i sanntid , kan vedlikeholdskostnadene reduseres med opptil 50 % og produktiviteten økes med opptil 25 %.
Et annet eksempel på hvordan eksternt utstyr kan implementeres i den digitale produksjonsplanleggingen og -styringen , er Proficloud , som Phoenix Contact har utviklet sammen med IBM . Med den kan forskjellige nettverksfunksjoner flyttes direkte til skyen . Det åpner for mange nye varianter med automatiseringsløsninger , men også muligheten til å overføre prosesskrevende funksjoner til sentralprosessorenheter .
Våre erfaringer så langt viser følgende : Avgjørende ved valg av riktig IoT-plattform er en kombinasjon av gjennomtenkte algoritmer med et bredt spekter av forskjellige funksjoner samt prekonfigurerte moduler . Denne kombinasjonen sørger for at produserende foretak implementerer fordelene ved industrielt Internett raskt og komplett inn i produksjonsprosessen .
Jörg Wicik er leder for IBM Deutschland Industrie 4.0 & Cognitive IoT Solutions
Med Deep Learning kan bildematerial evalueres raskere og mer målrettet i forbindelse med kvalitetskontroller
© IBM